Pandas | 05 基本功能

到目前为止，咱们了解了三种Pandas数据结构以及如何建立它们。接下来将主要关注数据帧(DataFrame)对象，由于它在实时数据处理中很是重要，而且还讨论其余数据结构。

 

1、系列基本功能

编号	属性或方法	描述
1	axes	返回行轴标签列表。
2	dtype	返回对象的数据类型(dtype)。
3	empty	若是系列为空，则返回True。
4	ndim	返回底层数据的维数，默认定义：1。
5	size	返回基础数据中的元素数。
6	values	将系列做为ndarray返回。
7	head()	返回前n行。
8	tail()	返回最后n行。

如今建立一个系列并演示如何使用上面全部列出的属性操做。

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(4))
print(s)

输出结果：

0 0.967853 1 -0.148368 2 -1.395906 3 -1.758394 dtype: float64

axes示例

import pandas as pd
import numpy as np


s = pd.Series(np.random.randn(4))
print ("The axes are:")
print(s.axes)

输出结果：

The axes are: [RangeIndex(start=0, stop=4, step=1)] 

 

empty示例

返回布尔值，表示对象是否为空。返回True则表示对象为空。

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(4))
print ("Is the Object empty?")
print(s.empty)

输出结果：

Is the Object empty? False 

 

ndim示例

返回对象的维数。根据定义，一个系列是一个1D数据结构，参考如下示例代码 

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(4))
print(s)
print('\n')

print ("The dimensions of the object:",s.ndim)

输出结果 -

0 0.175898 1 0.166197 2 -0.609712 3 -1.377000 dtype: float64 The dimensions of the object:1

 

size示例

返回系列的大小(长度)。参考如下示例代码

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(2))
print(s)
print('\n')

print ("The size of the object:",s.size)

输出结果：

0 3.078058 1 -1.207803 dtype: float64 The size of the object:2

 

values示例

以数组形式返回系列中的实际数据值。

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(4))
print(s)
print('\n')

print ("The actual data series is:",s.values)

输出结果：

0 1.787373 1 -0.605159 2 0.180477 3 -0.140922 dtype: float64 The actual data series is:[ 1.78737302 -0.60515881 0.18047664 -0.1409218 ]

 

head()和tail()方法示例

要查看Series或DataFrame对象的小样本，请使用head()和tail()方法。

head()返回前n行(观察索引值)。要显示的元素的默认数量为5，但能够传递自定义这个数字值。

tail()返回最后n行(观察索引值)。 要显示的元素的默认数量为5，但能够传递自定义数字值。

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(4))
print ("The original series is:")
print(s)
print('\n')

print ("The first two rows of the data series:")
print(s.head(2))
print('\n')

print ("The last two rows of the data series:")
print(s.tail(2))

输出结果：

The original series is: 0 0.720876 1 -0.765898 2 0.479221 3 -0.139547 dtype: float64 The first two rows of the data series: 0 0.720876 1 -0.765898dtype: float64

The last two rows of the data series:
2 0.479221
3 -0.139547
dtype: float64

 

2、DataFrame基本功能

下面来看看数据帧(DataFrame)的基本功能有哪些？下表列出了DataFrame基本功能的重要属性或方法。

编号	属性或方法	描述
1	T	转置行和列。
2	axes	返回一个列，行轴标签和列轴标签做为惟一的成员。
3	dtypes	返回此对象中的数据类型(dtypes)。
4	empty	若是NDFrame彻底为空[无项目]，则返回为True; 若是任何轴的长度为0。
5	ndim	轴/数组维度大小。
6	shape	返回表示DataFrame的维度的元组。
7	size	NDFrame中的元素数。
8	values	NDFrame的Numpy表示。
9	head()	返回开头前n行。
10	tail()	返回最后n行。

下面来看看如何建立一个DataFrame并使用上述属性和方法。

import pandas as pd

d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
   'Age':pd.Series([25,26,25,23,30,29,23]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}


df = pd.DataFrame(d)
print ("Our data series is:")
print(df) 

输出结果：

Our data series is: Age Name Rating 0 25 Tom 4.23 1 26 James 3.24 2 25 Ricky 3.98 3 23 Vin 2.56 4 30 Steve 3.20 5 29 Minsu 4.60 6 23 Jack 3.80

 

T(转置)示例

返回DataFrame的转置。行和列将交换。

import pandas as pd

d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
   'Age':pd.Series([25,26,25,23,30,29,23]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}


df = pd.DataFrame(d)
print ("The transpose of the data series is:")
print(df.T)

输出结果：

The transpose of the data series is: 0 1 2 3 4 5 6 Age 25 26 25 23 30 29 23 Name Tom James Ricky Vin Steve Minsu Jack Rating 4.23 3.24 3.98 2.56 3.2 4.6 3.8

 

axes示例

返回行轴标签和列轴标签列表。

import pandas as pd


d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
   'Age':pd.Series([25,26,25,23,30,29,23]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}

df = pd.DataFrame(d)
print ("Row axis labels and column axis labels are:")
print(df.axes)

输出结果：

Row axis labels and column axis labels are: [RangeIndex(start=0, stop=7, step=1), Index([u'Age', u'Name', u'Rating'], dtype='object')]

 

dtypes示例

返回每列的数据类型。

import pandas as pd

d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
   'Age':pd.Series([25,26,25,23,30,29,23]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}

df = pd.DataFrame(d)
print ("The data types of each column are:")
print(df.dtypes)

输出结果：

The data types of each column are: Age int64 Name object Rating float64 dtype: object

empty示例

返回布尔值，表示对象是否为空; 返回True表示对象为空。

import pandas as pd

d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
   'Age':pd.Series([25,26,25,23,30,29,23]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}

df = pd.DataFrame(d)
print ("Is the object empty?",df.empty)

输出结果：

Is the object empty? False

 

ndim示例

返回对象的维数。根据定义，DataFrame是一个2D对象。

import pandas as pd

d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
   'Age':pd.Series([25,26,25,23,30,29,23]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}

df = pd.DataFrame(d)
print ("Our object is:")
print(df)
print('\n')

print ("The dimension of the object is:",df.ndim)

输出结果：

Our object is: Age Name Rating 0 25 Tom 4.23 1 26 James 3.24 2 25 Ricky 3.98 3 23 Vin 2.56 4 30 Steve 3.20 5 29 Minsu 4.60 6 23 Jack 3.80 The dimension of the object is:2

 

shape示例

返回表示DataFrame的维度的元组。 元组(a，b)，其中a表示行数，b表示列数。

import pandas as pd

d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
   'Age':pd.Series([25,26,25,23,30,29,23]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}

df = pd.DataFrame(d)
print ("Our object is:")
print(df)
print('\n')

print ("The shape of the object is:",df.shape)

输出结果：

Our object is: Age Name Rating 0 25 Tom 4.23 1 26 James 3.24 2 25 Ricky 3.98 3 23 Vin 2.56 4 30 Steve 3.20 5 29 Minsu 4.60 6 23 Jack 3.80 The shape of the object is:(7, 3)

 

size示例

返回DataFrame中的元素数。

import pandas as pd

d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
   'Age':pd.Series([25,26,25,23,30,29,23]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}


df = pd.DataFrame(d)
print ("Our object is:")
print(df)
print('\n')

print ("The total number of elements in our object is:",df.size)

输出结果：

Our object is: Age Name Rating 0 25 Tom 4.23 1 26 James 3.24 2 25 Ricky 3.98 3 23 Vin 2.56 4 30 Steve 3.20 5 29 Minsu 4.60 6 23 Jack 3.80 The total number of elements in our object is:21

 

values示例

将DataFrame中的实际数据做为ndarray返回。

import pandas as pd


d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
   'Age':pd.Series([25,26,25,23,30,29,23]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}


df = pd.DataFrame(d)
print ("Our object is:")
print(df)
print('\n')

print ("The actual data in our data frame is:")
print(df.values)

输出结果：

Our object is: Age Name Rating 0 25 Tom 4.23 1 26 James 3.24 2 25 Ricky 3.98 3 23 Vin 2.56 4 30 Steve 3.20 5 29 Minsu 4.60 6 23 Jack 3.80
 The actual data in our data frame is: [[25 'Tom' 4.23] [26 'James' 3.24] [25 'Ricky' 3.98] [23 'Vin' 2.56] [30 'Steve' 3.2] [29 'Minsu' 4.6] [23 'Jack' 3.8]]

 

head()和tail()示例

要查看DataFrame对象的小样本，可以使用head()和tail()方法。

head()返回前n行(观察索引值)。显示元素的默认数量为5，但能够传递自定义数字值。

tail()返回最后n行(观察索引值)。显示元素的默认数量为5，但能够传递自定义数字值。

import pandas as pd

d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
   'Age':pd.Series([25,26,25,23,30,29,23]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}

df = pd.DataFrame(d)
print ("Our data frame is:")
print(df)
print('\n')

print ("The first two rows of the data frame is:")
print(df.head(2))
print('\n')

print ("The last two rows of the data frame is:")
print(df.tail(2))

输出结果：

Our data frame is: Age Name Rating 0 25 Tom 4.23 1 26 James 3.24 2 25 Ricky 3.98 3 23 Vin 2.56 4 30 Steve 3.20 5 29 Minsu 4.60 6 23 Jack 3.80 The first two rows of the data frame is: Age Name Rating 0 25 Tom 4.23 1 26 James 3.24

The last two rows of the data frame is: Age Name Rating 5 29 Minsu 4.6 6 23 Jack 3.8